精准医学 - AI在线

剑桥团队革新RNA速率分析：AI算法突破基因动态追踪

编辑丨&RNA 速率模型利用剪接和未剪接的 RNA 计数中包含的时间信息来推断转录动力学，但现有的速率模型通常依赖于粗略的生物物理简化或数值近似来求解基础常微分方程（ODE）。英国剑桥大学主导的团队提出了 cell2fate，它允许以完全贝叶斯方式求解生物物理学上更准确的模型。通过将 RNA 速率解决方案分解为模块，cell2fate 在 RNA 速率和统计降维之间建立了生物物理联系。

德国研究团队推出开源 GNN 模型 FIORA 提升质谱分析精准度，推动精准医疗发展

在精准医学与生物标志物发现的浪潮中，非靶向代谢组学扮演着至关重要的角色。然而，由于现有谱图参比库的不完整，化合物的鉴定依然面临挑战。为了解决这一问题，德国联邦材料研究与测试研究所（BAM）与柏林自由大学的研究团队联合开发了 FIORA，一种开源图神经网络(GNN)，旨在模拟串联质谱的过程，帮助提高质谱识别的准确性。